Python 字符串与基本语句
Python特点
- python中没有变量的声明
- 语句结束后没有分号
- 严格要求缩进
- 支持很长很长的大数运算(直接在Idle中输入即可)
- 用“#”来注释
BIF:Bulit-in functions(内置函数)
- input
>>> input(“文本”) //把文本打印出来,并把输入的参数以字符串的形式返回。
>>> print("文本") //将文本打印出来
>>> print("字符串1"+"字符串2") //将字符串1和字符串2拼接输出
>>> print("字符串"* x ) //将字符串打印x次
- if else:if else语句后面要加冒号“:”
>>> if 条件 : //条件成立后执行冒号后带有缩进的语句
语句1
语句2
>>> else: //同理
语句1
语句2
冒号之后带有缩进的语句都属于if条件成立后(else)所要执行的语句,说明了缩进的严格要求
- BIF查询
>>> dir(__builtins__) //查询python中所有的BIF
>>> help(BIF名字) //查询BIF功能
变量
- 变量命名时严格区分大小写
- 变量不用定义,直接使用
- 变量类型和C语言差不多
- 获取变量类型
type(数据) //返回数据的类型
- 数据类型比较
isinstance(数据1,数据类型) //型相同返回True,否则False
isinstance(a,int) //判断数据a是否为整形
字符串型
- 要创建字符串,就要在字符两边加上双引号或者单引号
- 如果字符串中出现了单引号或者双引号怎么办?
- 使用转义符号“\”,对字符串中的引号进行转义。
eg:打印Let's go
>>> 'Let's go' //我们输入 "Let's go" 会报错。
现在我们用转义字符"\",对引号进行转义。
>>> 'Let\'s go'
成功啦!
原始字符串
既然转义字符"\",这么好用不如我们来把它打印出来吧哈哈。
eg:打印'C:now'。(打印文件夹路径)
-
方法1:
- 这有什么难的,直接打印不就好了吗。
>>> str = 'C\:now' >>> str
- 它的显示是正常的。但是我们如果用print,效果就会改变了
>>> print(str)
- 我们会发现:编译器把字符串中的'\n',识别成了换行。
-
方法2:用反斜杠对自身进行转义
>>> str = 'C:\\now'
- 一切正常
- 但是如果一个字符串有很多反斜杠
str = 'C:\Program Files\Intel\WiFi\Help'
。 - 这种情况我们如果一个个的去对反斜杠进行转义会很麻烦。
- 这时候原始字符串就派上了用场,它的使用很简单。只需在字符串前面加一个'r'即可。
>>> str = r'C:\Program Files\Intel\WiFi\Help' >>> str
- 编译器会对每一个反斜杠自动转义,是不是很方便
- 注意事项:使用原始字符串时最后一个字符不要是反斜杠。
>>> str = r'C:\Program Files\Intel\WiFi\Help\' >>> str
- 系统报错
长字符串
- 如果我们想输出一段长的字符串,比如:
我如果爱你——
绝不像攀援的凌霄花,
借你的高枝炫耀自己:
我如果爱你——
绝不学痴情的鸟儿,
为绿荫重复单调的歌曲;
也不止像泉源,
常年送来清凉的慰籍;
也不止像险峰,增加你的高度,衬托你的威仪。
- 可以用三个引号
str = """我如果爱你——
绝不像攀援的凌霄花,
借你的高枝炫耀自己:
我如果爱你——
绝不学痴情的鸟儿,
为绿荫重复单调的歌曲;
也不止像泉源,
常年送来清凉的慰籍;
也不止像险峰,增加你的高度,衬托你的威仪。"""
编码问题
- 编码方式
- ASCII:8bit,一个字节,表示数目127,非常局限。
- Unicode:16bit,通常两个字节,基本可以表示所有语言。
- UTF-8:因为
Unicode
存英文会浪费空间,所以UTF-8
应运而生,UTF-8
编码把一个Unicode
字符根据不同的数字大小编码成1-6个字节,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。
- python中采用Unicode编码,也就是说python支持多种语言。
- 对于单个字符的编码,Python提供了
ord()
函数获取字符的整数表示,chr()
函数把编码转换为对应的字符:
>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'
格式化
- 一个常见的问题是如何输出格式化的字符串。我们经常会输出类似
'亲爱的xxx你好!你xx月的话费是xx,余额是xx'
之类的字符串,而xxx的内容都是根据变量变化的,所以,需要一种简便的格式化字符串的方式。 - 在Python中,采用的格式化方式和C语言是一致的,用
%
实现,举例如下:
>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'
%
运算符就是用来格式化字符串的。在字符串内部,%s
表示用字符串替换,%d
表示用整数替换,有几个%?
占位符,后面就跟几个变量或者值,顺序要对应好。如果只有一个%?
,括号可以省略。- 有些时候,字符串里面的%是一个普通字符怎么办?这个时候就需要转义,用
%%
来表示一个%
:
>>> 'growth rate: %d %%' % 7
'growth rate: 7 %'
bytes类型
- 由于Python的字符串类型是str,在内存中以Unicode表示,一个字符对应若干个字节。如果要在网络上传输,或者保存到磁盘上,就需要把str变为以字节为单位的bytes。
- Python对bytes类型的数据用带b前缀的单引号或双引号表示:
x = b'ABC'
- 要注意区分
'ABC'
和'bABC'
,尽管他们显示相同。前者是str
,后者是bytes
。 - 以Unicode表示的
str
通过encode()
方法可以编码为指定的bytes
,例如:
>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
- 纯英文的
str
可以用ASCII
编码为bytes
,内容是一样的。 - 含有中文的
str
可以用UTF-8
编码为bytes
。 - 含有中文的
str
无法用ASCII
编码,因为中文编码的范围超过了ASCII
编码的范围,Python会报错。 - 在
bytes
中,无法显示为ASCII
字符的字节,用\x##
显示。 - 反过来,如果我们从网络或磁盘上读取了字节流,那么读到的数据就是
bytes
。要把bytes
变为str
,就需要用decode()
方法:
>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
- 如果
bytes
中包含无法解码的字节,decode()
方法会报错:
>>> b'\xe4\xb8\xad\xff'.decode('utf-8')
Traceback (most recent call last):
...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte
- 如果
bytes
中只有一小部分无效的字节,可以传入errors='ignore'
忽略错误的字节:
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'
len()
函数计算的是str的字符数,如果换成bytes
,len()
函数就计算字节数:
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6